Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightGöreli etkinliklerin hesaplanmasını göstermek için gerçek veri örneği de sunulmuştur.Anahtar kelimeler: Sıralı küme örneklemesi, Yardımcı değişken, Değişim katsayısı, Göreli etkinlik.
📌 3 Maddede Bu Makale
Özet
Sıralı küme örneklemesi, birimleri ölçmenin zor veya pahalı olduğu durumlarda sıralama bilgisini kullanan bir örnekleme tekniğidir. Bu çalışmada, iki değişkenli normal dağılım altında sıralı küme örneklemesinde hem yardımcı değişken hem de ilgilenilen değişkene göre birimlerin sıralaması söz konusu olduğunda yığın ortalamasının oran tahmini dikkate alınmıştır. Bu durumda oran tahmininin hata kare ortalamasına ilişkin değişim katsayısına bağlı bazı teorik çıkarımlar elde edilmiştir. Ayrıca, yardımcı değişken ve ilgilenilen değişkene göre sıralama yapılarak elde edilen ortalama hata karelerin teorik bir karşılaştırması yapılmıştır. Bu karşılaştırma kullanılarak, ele alınan problemde hangi sıralama stratejisinin kullanılması gerektiği korelasyon katsayısına ve ilgilenilen değişken ile yardımcı değişkenin değişim katsayılarına bakılarak kolayca seçilebilir. Değişim katsayıları birbirine yakın ve korelasyon katsayısı bire yakın iken herhangi bir değişkene göre sıralama yapılabilir. Ancak ilgilenilen değişkene ilişkin değişim katsayısı yardımcı değişkene ilişkin değişim katsayısından büyük ve aralarındaki korelasyon katsayısı düşük iken ilgilenilen değişkene göre sıralama yapılması tercih edilmelidir. Oran tahmin edicilerinin performansları simülasyon çalışması ile karşılaştırılmıştır. Simülasyon sonuçları, aynı örnek büyüklüğü ve korelasyon katsayısı için sıralı küme örneklemesi tahmin edicilerinin, basit rastgele örnekleme tahmin edicilerinden daha etkin olduğunu göstermiştir. Göreli etkinliklerin hesaplanmasını göstermek için gerçek veri örneği de sunulmuştur.Anahtar kelimeler: Sıralı küme örneklemesi, Yardımcı değişken, Değişim katsayısı, Göreli etkinlik.
Abstract
Ranked set sampling is a sampling technique that uses ranking information when measuring units is difficult or expensive. In this study, ratio estimation of the population mean is considered in the case of units ranking by both auxiliary variable and the variable of interest in ranked set sampling under bivariate normal distribution. We obtained some theoretical inferences about the mean square error of the ratio estimation in this situation in a simple form depending on coefficient of variation. Besides, we made a theoretical comparison of mean square errors by ranking based on auxiliary variable and interested variable. Using this comparison, one can choose which ranking strategy should be utilized by using correlation coefficient and coefficients of variation of interested variable and auxiliary variable in a problem easily. When the coefficients of variation are close to each other and the correlation coefficient is close to one, ranking can be conducted according to any variable. However, when the coefficient of variation of the interested variable is greater than the coefficient of variation of the auxiliary variable and the correlation coefficient between them is small, ranking should be preferred by using the interested variable. The performance of the ratio estimators was compared by a simulation study. The simulation results indicated that the ranked set sampling estimators were more efficient than the simple random sampling estimators for the same sample size and correlation coefficient. A real data example was also given to demonstrate for calculating relative efficiencies. Keywords: Ranked set sampling, Auxiliary variable, Coefficient of variation, Relative efficiency.